java国际化——消息格式化+文本文件和字符集

【0】README

1）本文部分文字描述转自 core java volume 2 ，测试源代码均为原创，旨在理解 java国际化——消息格式化+文本文件和字符集 的基础知识；
2）由于本文涉及到的源代码都比较简单，所以直接将全部代码po到了本文对应位置，没有提供下载link；

【1】消息格式化

1）java类库中有一个 MessageFormat 类，用来格式化带变量的文本，如：

“on {2}, a {0} destroyed {1} houses and caused {3} of damage”;

1.1）括号中的数字是一个占位符，可以用实际的名字和值来替换它。
1.2）使用静态方法 MessageFormat.format 可以用实际的值来替换这些占位符。从JDK5 开始，它已经是一个 varargs 方法了，所以你可以通过下面的方法提供参数： （干货——MessageFormat.format 可以用实际的值来替换这些占位符）

String msg = MessageFormat.format(“on {2}, a {0} destoryed {1} houses and caused {3} of damage”, “hurricane”， 99, new GregorianCalendar(1999,0,1).getTIme(), 10.0E8)；
1.3）如何替换： {0}被 hurricane 替换， {1} 被 99 替换，等；
1.4）通过为占位符提供可选的格式，就可以做到这一点：

on {2, date, long}, a {0} destoryed {1} houses and caused {3, number, currency} of damage ;
替换参数后， on january 1, 1999, a hurricane destoryed 99 houses and caused $1000000 of damage;

2）一般来说，占位符索引后可以跟一个类型和一个风格，它们之间用逗号隔开，类型可以是：number + time + date + choice； （干货——占位符索引后可以跟一个类型和一个风格，注意类型list和风格list都有哪些）

2.1）number 类型：可以是 integer， currency， percent，或者可以是数字格式模式，就像 $ ， ##0；
2.2）如果类型是 time 或 date： 那么风格可以是 short, medium， long， full，或者是一个日期格式模式，就像 yyyy-MM-dd；

Warning）静态的 MessageFormat.format 方法使用当前的locale 对值进行格式化。要想用任意的 locale 进行格式化，还有一些工作要做，因为这个类还没有提供任何可以使用的 varargs 方法，你需要把将要格式化的值放置在 Object[] 数组中，就想下面这样：

MessageFormat mf = new MessageFormat(pattern, loc);
String msg = mf.format(new Object[]{values});

3）看个荔枝（测试选择格式化（一个下限 + 一个格式字符串）以及不同Locale的formatter 和 format(pattern, Object… args)）：

// 测试 选择格式化（ 一个下限 + 一个格式字符串）以及不同Locale的formatterpublic static void main2(String[] args){String msg = "on {2, date, long}, a {0} destoryed {1} houses and caused {3, number, currency} of damage" ;// pattern == msg;String newMsg = MessageFormat.format(msg, new Object[]{"hurricane", 99, new GregorianCalendar(1999,0,1).getTime(), 10.0E8});System.out.println("locale[China] = " + newMsg); //Locale == 中国MessageFormat formatter = new MessageFormat(msg, Locale.US);String newMsg_US = formatter.format(new Object[]{"hurricane", 99, new GregorianCalendar(1999,0,1).getTime(), 10.0E8});System.out.println("locale[US] = " + newMsg_US);// Locale == US}// test for format(pattern, Object... args)public static void main1(){String str = "{0} | {1} | {0} | {1} | {2}";Object[] array = new Object[] { "A", "B", "C" };// format(pattern, Object... args);String msg = MessageFormat.format(str, array);System.out.println(msg); // A | B | A | B | C}

【2】消息格式化之选择格式

1）problem+solution

1.1）problem： “on {2}, a {0} destoryed {1} houses and caused {3} of damage. “，如果用“earthquake” 来替换代表灾难的占位符{0}，那么在英语中，这句话就不正确了，因为，
on january 1, 1999, a earthquack destoryed，因为 earthquake 的首字母是 e，冠词是an 而不是 a；
1.2）solution：我们希望消息能随占位符发生变化，这样就能根据具体的值形成

no houses
one house
2 houses
1.3） choice 的格式化选项就是为了这个目的而设计的。 （干货——choice格式化选项）
- 1.3.1）一个选择格式是由一个序列对构成的，每一对都包括： 一个下限 + 一个格式字符串；
- 1.3.2）下限和格式字符串由一个 # 符号分割，对与对之间由符号 | 分割；
  如：{1， choice，0#no houses | 1#one house|2#{1} houses}
  0#no houses ： 0 是下限， # 是分割符， no houses 是格式化字符串；（注意 0， 1，是下限，最低限度） （干货——选择格式化：一个下限 + 一个格式字符串）
  1.3.3）下表显示了格式字符串对 {1} 的不同值产生的作用：

2）可以使用 < 符号来表示如果替换值严格小于下限，则选中这个选择项；也可以使用 ≤ （unicode中代码是 u\2264）来实现和 # 相同的效果。如果愿意的话，甚至可以将第一个下限值定义为 -∞（unicode 编码是 -\u221E）；

例如： -∞ < no houses |0 < one house |2≤{1} houses；或者使用 Unicode 转移字符： -\u221E < no houses | 0 < one house |2\u2264 {1} houses；

3）看个荔枝（选择格式(no houses, one house, 3 houses)）：

格式化命令为：　　String pattern = “on {2, date, long}, {0} destoryed {1, choice, 0#no houses|1#one house|2#{1} houses}” + “and caused {3, number, currency} of damage”;

// 选择格式(no houses, one house, 3 houses)// 下限和格式字符串由一个 # 符号分割， 序列对间由 符号 | 分割；public static void main3(){//String msg = "{-\u221E<no houses|0<one house|2\u2264 {0} houses}";String msg = "{0, choice, 0#no houses|1#one house|2#{0} houses}";System.out.println(MessageFormat.format(msg, new Object[]{-1}));System.out.println(MessageFormat.format(msg, new Object[]{0}));System.out.println(MessageFormat.format(msg, new Object[]{1}));System.out.println(MessageFormat.format(msg, new Object[]{2}));     }

【3】文本文件和字符集

1） java是完全基于Unicode的，但是 os 一般有它们自己的字符编码，比如在美国是 ISO-8859-1（8位代码，有时候也称为 ANSI 代码），在台湾是 Big5；
2）当把数据保存到一个文本文件中时，应该照顾到本地的字符编码，这样，用户就可以用它们的其他程序打开这个文本文件。

2.1）字符编码是在 FileWriter 的构造器中指定的： out = newFileWriter(filename, “ISO-8859-1”)；
2.2）problem：遗憾的是，目前，locale 和字符编码间没有任何联系。比如，你的用户选择的是台湾的locale_zh_TW，但是在 java中并没有提供任何方法来告诉你用 Big5 字符编码是最恰当的；

【4】源文件的字符编码

1）作为 coder，要牢记你需要与java 编译器进行交互：这种交互需要通过本地系统的工具来完成；
2）看个荔枝：

2.1）使用中文版的记事本来写你的java 源代码文件，但这样写出来的源代码不能随处使用；因为它们使用的是本地的字符编码；
2.2）只有编译后的class 文件才能随处使用，因为它们会自动地使用 “modified UTF-8” 编码来处理标识符和字符串。

3）这意味着即使在程序编译和运行时，依然有3种字符编码参与其中：

3.1）源文件： 本地编码；
3.2）类文件： modified UTF-8；
3.3）虚拟机： UTF-16；

Attention）

A1） 可以用 -encoding 标记来设定你的源文件的字符编码，如， javac -encoding Big5 Myfile.java

4）为了使你的源文件到处都可用，必须使用普通的 ASCII 编码： 也就是说，你需要将所有非ASCII 字符转换成等价的 Unicode 编码；

4.1）jdk 有一个工具 native2ascii ：可以用它来将本地字符编码转换为普通的 ASCII ，这个工具直接将输入中的每一个非 ASCII 字符替换为跟尾儿 \u 加上四位 16进制数字的Unicode值；（干货——native2ascii 工具的作用）
4.2）如何使用 native2ascii 工具：
native2ascii Myfile.java Myfile.temp
4.3）用 -reverse 进行逆向转换：
native2ascii -reverse myfile.temp myfily.java
4.4）用 -encoding 选项指定另一种编码：编码的名字必须是编码表所列出来的名字之一，如：　native2ascii -encoding Big5 myfile.java myfile.temp

５）看个荔枝（关于 native2ascii 工具）

5.1）native2ascii HelloWorld.java HelloWorld.temp
5.2）native2ascii -encoding Big5 HelloWorld.java HelloWorldTW.temp
5.3）native2ascii -reverse HelloWorld.temp Reverse.java